如今，很少有人会把计算器视为对工作的威胁。然而，正如如今无处不在的这些工具的发展曾让一些数学家感到不安，人工智能（AI）和机器学习（ML）的快速进步如今也引发了争论，并引起了人们对全球劳动力未来的不小担忧。
近期数据显示，公众认知存在显著分歧，这种分歧主要围绕人工智能发展的推进问题，并与教育水平、薪资、技术专长乃至性别直接相关。在政策制定者持续面临跟上技术变革步伐挑战的情况下，似乎无人真正在认真把关。一些劳动者担心，一个陌生且迅速到来的未来会让他们失去工作。但我并不担心，我感到兴奋。
类似的担忧自第一次工业革命（250年前）开始就已出现。随着20世纪技术加速发展，这些担忧的频率和强度只增不减。但在无数次的实践中，事实一再证明，技术会成为效率与效能的推动者，放大人类的成就，而非削弱人类的成就。
放大可能性
如今，还有谁会愿意手工进行繁琐的数学计算？同样，人工智能最大的益处之一，是将低层次、重复性的任务交由机器而非人类完成，从而立即提升效率，并让劳动者能够专注于更高层次的职能。
最近我前往加州葡萄酒产区考察，了解到采摘工人为满足需求承受了巨大压力。为寻找解决方案，葡萄园主引入技术，以实现自动化的葡萄的最优检测与分拣。该技术并未取代采摘工人，而是减少了他们为满足需求而不得不值的夜班，并让他们得以从事更复杂的工作，包括该地区蓬勃发展的旅游业相关工作。事实上，据估计，自动化已将葡萄酒行业的处理量提升至原来的三倍。与此同时，该地区的农业工人数量在过去十年中稳步增长。
在就业光谱的另一端，人们对人工智能也存在不同但并行的担忧，其焦点是一支高技能、高学历但规模偏小的网络安全专业人员队伍。许多网络安全分析师把大量时间花在看似繁琐的工作上。与其逐一排查异常的入侵迹象，当下最迫切需要的是分析和应对攻击所需的高级取证技能。自动化数据关联与其他繁琐工作，并非取代这些备受珍视的人才，而是让他们能够专注于更具影响力的工作，例如处置当前攻击并防范未来攻击。在威胁的复杂程度和发生频率都在上升的当下，这一点至关重要。
整体大于部分之和
对大多数人而言，我们越多地使用技术，就越善于学会各种捷径。人工智能也是如此。机器学习（ML）作为人工智能中日益令人瞩目的分支，使机器能够自行处理数据并学习，每获取一条新数据，知识便随之累积。尽管这可能让人联想到令人不安的画面，例如阿瑟·C·克拉克笔下的Hal以及《2001：太空漫游》的序曲，但现实是，既有学科将获得更多成果与益处。
以持续增长的广告行业为例。全球广告支出增长了230亿美元，即4.3%，发生在2018年。在广告与营销领域，运用人工智能和机器学习协助审核并整理“匹配”数据，尤其有助于进一步推动这一增长。在Globality，创建并运用人工智能不仅推动了我们营销部门的创新，也推动了整个公司的创新。通过持续学习输入信息，基于人工智能的匹配系统将变得日益精准和成熟，为希望依据不同领域的专业能力聘请营销机构的跨国企业带来巨大益处。
停止减少人力，开始释放指数级力量
虽然我相信它们会很高效，但我难以想象与一个由计算器组成的部门共事。人类仍是成功的关键。人工智能以只有技术才能实现的方式推动变革并赋能个人。Globality的智能寻源平台能够在即时的时间框架内倍增寻源能力，为每个项目匹配有需求的企业与性价比最优的服务商。这既创造了更广阔的机会，也让每个人都能收获我们平台所带来的叠加努力的回报。
不要割裂努力与成功
积累集体知识能够推动团队学习。在竞争异常激烈的世界中，协作比以往任何时候都更加关乎高效绩效。人工智能能够以即时的方式加速有效沟通与团队合作。在买卖双方的市场中，基于人工智能的系统通过持续反馈学习，随着时间推移变得更加智能，也更能预判客户偏好。借助这一进程，它们能够识别并匹配那些过去需要大量直接互动才能把握的无形要素，例如沟通偏好、个性、企业文化、工作方式，以及成功商业关系中其他以人为中心的特征。这些洞察大大提高了双方从一开始就获得有益结果的可能性。
综合而言
从纸笔到计算器，再到电子表格，这一演变并未取代数学家，只是让他们更具价值。随着复杂分析引擎的进步推动了对更高级别解读与应用的需求，这种价值还将继续提升，而这正是只有人类才能带来的。我们反复看到，随着技术演进，市场需求呈指数级增长，并且常常以始料未及的方式发展。这种倍增效应不仅关乎效率与效能，更关乎推动创新。
直到不久前，某些职位名称中还确实包含“计算器”和“计算机”等字眼。技术进步使运算速度实现了指数级提升，计算能力也得到普及化，使劳动力的效率大幅提高。过去十年间，计算器本身发生了如此剧烈的变化，这表明我们的进步速度正在加快。事实上，我已超过十年没有拿起过计算器了——如今我用智能手机或电子表格计算，或者直接询问我的智能音箱。十年后，人工智能或许会将劳动力市场和工作场所带到我们今天只能梦想的境地。
